Download susi - Download do código -fonte susi

susi

Código-Fonte de IA

SuSi 1.4.2

Baixar

Susi: Mapas de auto-organização supervisionados em Python

Pacote Python para mapas de auto-organização não supervisionados, supervisionados e semi-supervisionados (SOM)

Descrição

Apresentamos o pacote Susi para Python. Inclui um SOM totalmente funcional para tarefas não supervisionadas, supervisionadas e semi-supervisionadas:

Somclustering: Som não supervisionado para agrupamento
Somregressor: (semi-) regressão supervisionada SOM
Somclassifier: (semi-) classificação supervisionada SOM

Licença:	Licença BSD de 3 cláusulas
Autor:	Felix M. Riese
Citação:	Veja a citação e no arquivo bibtex
Documentação:	Documentação
Instalação:	Diretrizes de instalação
Papel:	FM Riese, S. Keller e S. Hinz em sensoriamento remoto, 2020

Instalação

Pip

pip3 install susi

CONDA

conda install -c conda-forge susi

Mais informações podem ser encontradas nas diretrizes de instalação.

Exemplos

Uma coleção de exemplos de código pode ser encontrada na documentação. Exemplos de código como cadernos Jupyter podem ser encontrados aqui:

Exemplos/Somclustering
Exemplos/somregressor
Exemplos/somregressor_semisupervise
Exemplos/Somregressor_multiOutput
Exemplos/Somclassifier
Exemplos/Somclassifier_semisupervised

Perguntas frequentes

Como devo definir os hiperparâmetros iniciais de um SOM? Para mais detalhes sobre os hiperparâmetros, consulte em Documentação/Hyperparameters.
Como posso otimizar os hiperparâmetros? Os hiperparâmetros SUSI podem ser otimizados, por exemplo, com Scikit-Learn.model_selection.gridSearchcv, uma vez que o pacote SUSI é desenvolvido de acordo com várias diretrizes do Scikit-Learn.

Citação

O arquivo bibtex, incluindo ambas as referências, está disponível no Bibliography.bib.

Papel:

FM Riese, S. Keller e S. Hinz, "Mapas auto-organizados supervisionados e semi-supervisionados para regressão e classificação com foco em dados hiperespectrais", Remote Sensing , vol. 12, não. 1, 2020. doi: 10.3390/rs12010007

 @article { riese2020supervised ,
    author = { Riese, Felix~M. and Keller, Sina and Hinz, Stefan } ,
    title = { {Supervised and Semi-Supervised Self-Organizing Maps for
              Regression and Classification Focusing on Hyperspectral Data} } ,
    journal = { Remote Sensing } ,
    year = { 2020 } ,
    volume = { 12 } ,
    number = { 1 } ,
    article-number = { 7 } ,
    URL = { https://www.mdpi.com/2072-4292/12/1/7 } ,
    ISSN = { 2072-4292 } ,
    DOI = { 10.3390/rs12010007 }
}

Código:

Felix M. Riese, "Susi: Mapas de auto-organização supervisionados em Python", Zenodo, 2019. doi: 10.5281/zenodo.2609130

 @misc { riese2019susicode ,
    author = { Riese, Felix~M. } ,
    title = { {SuSi: Supervised Self-Organizing Maps in Python} } ,
    year = { 2019 } ,
    DOI = { 10.5281/zenodo.2609130 } ,
    publisher = { Zenodo } ,
    howpublished = { href{https://doi.org/10.5281/zenodo.2609130}{doi.org/10.5281/zenodo.2609130} }
}